Volver a Proyectos

Agente IA Autónomo

Generador de código con LLM local, validación multicapa y memoria de errores

Descripción General

Sistema agente que genera código Python de forma autónoma usando un modelo de lenguaje local (Ollama con qwen2.5-coder:7b), valida el resultado en múltiples capas y, si falla, aprende del error para evitar repetirlo en el siguiente intento.

La característica más avanzada es el bucle de feedback con memoria: el agente analiza el mensaje de error, lo convierte en una instrucción comprensible para el LLM y lo inyecta en el prompt del siguiente intento. Esto simula un ciclo de aprendizaje iterativo similar al Reinforcement Learning from Human Feedback, pero automatizado.

Tecnologías Utilizadas


Python 3

Ollama LLM

AST Module

subprocess

REST API

Sistema de Validación Multicapa

  • Capa 1 — Sintaxis: Parseo con ast.parse() — detecta errores de sintaxis Python antes de ejecutar
  • Capa 2 — Seguridad: Blacklist de funciones peligrosas (eval, exec, os.system, subprocess…) y whitelist de imports permitidos
  • Capa 3 — Ejecución: Ejecuta el código en un subprocess aislado con timeout de 5 segundos
  • Capa 4 — Semántica: Valida la salida del programa (palabras clave esperadas, código de retorno)

Sistema de Memoria de Errores

El agente acumula errores y los inyecta en el prompt de cada nuevo intento:

Intento 1 → genera código → falla (EOFError) → registra: "No uses input() sin controlar EOFError" Intento 2 → prompt incluye error anterior → genera nuevo código → falla (timeout) → registra: "El programa no debe quedarse esperando" Intento 3 → prompt incluye ambos errores → genera código correcto ✅

El análisis de errores traduce mensajes técnicos en instrucciones legibles para el LLM de forma automática.

Progresión del Proyecto

  • 002 — Agente mínimo: Genera código simple y lo guarda en archivo
  • 003 — Validador: Añade validación de sintaxis, seguridad y ejecución
  • 004 — Reto mayor: Genera CRUD completo con SQLite, whitelist de imports
  • 005 — Memoria de errores: Bucle de feedback con aprendizaje iterativo (versión final)
  • 009 — Agente de análisis: Recorre el sistema de archivos y resume código con IA

Mi Rol

Diseñador del Sistema y Desarrollador Python

Diseñé la arquitectura del agente, el sistema de validación multicapa, el mecanismo de memoria y el análisis semántico de errores. El mayor reto fue convertir mensajes de error técnicos en instrucciones útiles para un LLM, cerrando el bucle de feedback de forma completamente autónoma.

Código Fuente

Ver Código en GitHub

Estado

Estado: ⚡ Proyecto de Aprendizaje

Proyecto académico que explora sistemas agente autónomos con LLMs locales, validación de código generado por IA y bucles de feedback iterativos.